这期把 DeepSeek 公开的 Super-agent 架构从"为什么"讲到"怎么做",不堆名词。
先讲清问题的本质:会话有三个天生缺陷——短命(状态活在上下文里)、互不相识(没有共享状态)、只能被动应答(卡死了不会喊)。于是 AI 越能干,人越变成中间那根线。
接着换对象模型:不再拿会话当第一公民,改拿任务当第一公民。顺着"群里有人报了一个导出报错"这条工单走完全程——事件(Trigger)怎么产生、线索(Thread)为什么必须存在、判断为什么只有"接/停/忽略/接不了"四种结论、工单(Ticket)出生时带的授权范围(Mandate)和订阅关系、工单与派工(Assignment)为什么要分开、Worker 那六个受限动作、回复怎么统一走一个出口。
三层角色都讲了边界,最精妙的一处是规则层面对总调度的约束:不许 sleep、不许前台等超过 30 秒的命令、不许等结果超过 5 秒——因为报告会自动回来,陪着等就接不住新消息。监督者则是双保险:模型给判断,但判断还要拿当前策略复核一遍。
后半段把代价讲透:中位数 12.4 分钟、95 分位 15.7 分钟,对照方案是 20 分钟和 29.5 分钟;给对照方案改提示词能把中位数压到 14 分钟,95 分位却还在 29 分钟——提示词改得了平均,改不了尾部。代价是缓存读取 token 从 600 多万涨到 2323 万,接近四倍,来自并行、事件判断和重放。
数据前提也如实交代:合成负载、简化环境、每种方案 5 次,只能证明方向。开源原型 dsh-superagent-prototype,MIT 协议。
AI 生成说明:本期文稿由大模型辅助撰写,语音由 TTS 合成,两位讲者使用不同音色,均非真人声音,也未经真人审听。
